一种激光雷达点聚类的方法、装置及存储介质制造方法及图纸

本申请公开了一种激光雷达点聚类的方法、装置及存储介质，属于自动驾驶中的激光雷达技术领域，该方法包括：将激光雷达扫描到的非地面点云投影到预先建立的径向非均匀的三维柱状极坐标系网格，获得非地面点云在柱状极坐标系中对应的投影点，其中三维柱状极坐标系网格通过对柱状极坐标系划分获得；根据投影点在柱状极坐标系中的坐标信息，获取三维柱状极坐标系网格中包含投影点的投影点网格；以及根据投影点网格在三维柱状极坐标系网格中的位置，对非地面点云进行聚类。通过构建柱状极坐标系网格，实现对激光雷达点云聚类，提高了对目标点云聚类的精度，解决了对于近处目标点云无法正确聚类、容易过滤掉远处目标的问题。容易过滤掉远处目标的问题。容易过滤掉远处目标的问题。

A method, device and storage medium for laser radar point clustering

The application discloses a method, device and storage medium for laser radar point clustering, which belongs to the technical field of laser radar in automatic driving. The method includes: projecting the non ground point cloud scanned by the laser radar onto the pre established radial non-uniform three-dimensional cylindrical polar coordinate system grid, and obtaining the corresponding projection points of the non ground point cloud in the cylindrical polar coordinate system, The grid of three-dimensional cylindrical polar coordinate system is obtained by dividing the cylindrical polar coordinate system; According to the coordinate information of the projection points in the cylindrical polar coordinate system, the projection point grid containing the projection points in the three-dimensional cylindrical polar coordinate system grid is obtained; And clustering the non ground point cloud according to the position of the projection point grid in the three-dimensional cylindrical polar coordinate system grid. Through the construction of cylindrical polar coordinate system grid, the laser radar point cloud clustering is realized, the accuracy of target point cloud clustering is improved, and the problem that the near target point cloud cannot be clustered correctly and it is easy to filter out distant targets is solved. It is easy to filter out the problems of distant targets. It is easy to filter out the problems of distant targets< br/>

【技术实现步骤摘要】
一种激光雷达点聚类的方法、装置及存储介质


[0001]本申请涉及自动驾驶中的激光雷达
，尤其涉及一种激光雷达点聚类的方法、装置及存储介质。

技术介绍

[0002]在激光雷达提取目标时，聚类是非常重要的一步，因为激光雷达只能得到点云数据集，而将这些点云数据集处理得到目标是最终的目标，所以必须要采用聚类的方法，将点云处理成目标。如果不将点云聚类成目标，那么在下一步的目标跟踪时，由于数据量过大而导致跟踪无法进行，使得整个激光雷达的结果无法应用于自动驾驶。
[0003]在现有的聚类方法中，有直接聚类的迭代最近邻方法和普通的网格法。迭代最近邻法，时间复杂度非常高。普通的网格法运用网格投影点云，用网格替代点云，减少了遍历的数量，能解决计算量大的问题。但是在距离远的地方，很容易漏掉远处的目标；在距离近的地方，使目标无法正确聚类。

技术实现思路

[0004]针对目前对于近处目标点云无法正确聚类和容易过滤掉远处目标的问题，本申请提供一种激光雷达点聚类的方法、装置及存储介质，解决对于近处目标点云无法正确聚类，容易过滤掉远处目标的问题。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种激光雷达点聚类的方法，其特征在于，包括：将激光雷达扫描到的非地面点云投影到预先建立的径向非均匀的三维柱状极坐标系网格，获得所述非地面点云在柱状极坐标系中对应的投影点，其中所述三维柱状极坐标系网格通过对所述柱状极坐标系划分获得；根据所述投影点在所述柱状极坐标系中的坐标信息，获取所述三维柱状极坐标系网格中包含所述投影点的投影点网格；以及根据所述投影点网格在所述三维柱状极坐标系网格中的位置，对所述非地面点云进行聚类。2.如权利要求1所述的激光雷达点聚类的方法，其特征在于，所述根据所述投影点在所述柱状极坐标系中的坐标信息，获取所述三维柱状极坐标系网格中包含所述投影点的投影点网格的过程包括：分别根据角度维度和距离维度在所述三维柱状极坐标系网格中对所述投影点进行检索，将具有所述投影点的所述三维柱状极坐标系网格确定为所述投影点网格。3.如权利要求1或2所述的激光雷达点聚类的方法，其特征在于，所述根据所述投影点网格在所述三维柱状极坐标系网格中的位置，对所述非地面点云进行聚类的过程包括：分别根据所述角度维度和所述距离维度在所述三维柱状极坐标系网格中对所述投影点网格进行检索，获得多组相邻投影点网格；分别根据各组所述相邻投影点网格中任一投影点网格的高度计算其他投影点网格与所述任一投影点网格之间的高度差；在各组所述相邻投影点网格中，将所述高度差小于或等于高度阈值的所述其他投影点网格中投影点对应的非地面点云与所述任一投影点网格中投影点对应的非地面点云聚为一类。4.如权利要求3所述的激光雷达点聚类的方法，其特征在于，所述在各组所述相邻投影点网格中，根据任一投影点网格的高度计算其他投影点网格与所述任一投影点网格之间的高度差的过程包括：根据所述投影点网格中投影点对应的非地面点云点的高度，确定所述投影点网格的高度，其中，所述投影点网格中投影点对应的非地面点云点的最高高度为所述投影点网格的最高高度，所述投影点网格中投影点对应的非地面点云点的最低高度为所述投影点网格的最低高度。5.如权利要求4所述的激光雷达点聚类的方法，其特征在于，所述在各组所述相邻投影点网格中，根据任一投影点网格的高度计算其他投影点网格与所述任一投影点网格之间的高度差的过程包括：在各组所述相邻投影点网格中，将所述任一投影...

【专利技术属性】
技术研发人员：梁秀娟，黄亮，
申请(专利权)人：中寰卫星导航通信有限公司，
类型：发明
国别省市：